Claude Sonnet 4.6: ventana de 1M tokens y qué significa para tu CRM

Qué ha publicado Anthropic: Claude Sonnet 4.6

El 17 de febrero de 2026, Anthropic publicó Claude Sonnet 4.6, la actualización más completa de su línea Sonnet hasta la fecha. Los puntos que más interesan a quien construye herramientas de negocio son dos: la ventana de contexto de 1 millón de tokens en beta y las mejoras sustanciales en razonamiento de largo alcance, seguimiento de instrucciones y planificación de agentes.

El precio no varía respecto a Sonnet 4.5: 3 USD por millón de tokens de entrada y 15 USD por millón de tokens de salida. Eso significa que la capacidad que antes exigía contratar Opus ahora está disponible a precio Sonnet. Para quien paga por uso de API en un producto SaaS, eso es relevante.

Qué cambia técnicamente

Ventana de 1M tokens: de qué sirve en la práctica

Un millón de tokens equivale, a grosso modo, a unas 750.000 palabras o a varios cientos de documentos de tamaño medio en una sola llamada. El cambio no es solo cuantitativo: según Anthropic, Sonnet 4.6 razona de forma efectiva a lo largo de todo ese contexto, no solo lo almacena. Esto se validó en el benchmark Vending-Bench Arena, donde el modelo demostró planificación de largo horizonte con información distribuida a lo largo de miles de tokens.

Para un sistema de CRM, esto tiene una implicación directa: se puede pasar al modelo el historial completo de un cliente, todas las notas de llamadas, los correos intercambiados, los presupuestos enviados y las incidencias abiertas, y obtener un análisis o una recomendación sin necesidad de resumir ni truncar.

Seguimiento de instrucciones y consistencia

Anthropic reporta que en pruebas internas con Claude Code, los usuarios prefirieron Sonnet 4.6 sobre Sonnet 4.5 en el 70% de los casos, y sobre Opus 4.5 en el 59%. Los motivos citados: menos alucinaciones, mejor seguimiento de instrucciones en tareas de múltiples pasos y menor tendencia a declarar éxito cuando la tarea no se ha completado. En un contexto comercial, esto se traduce en respuestas más fiables cuando el modelo actúa como asistente sobre datos reales de clientes.

Computer use: automatización sin APIs

Sonnet 4.6 mejora significativamente en el benchmark OSWorld, que mide la capacidad del modelo para operar software real (Chrome, LibreOffice, VS Code) sin conectores especiales. Esto es relevante para organizaciones con herramientas legacy que no tienen API. No obstante, Anthropic advierte que los ataques de inyección de prompts siguen siendo un riesgo en entornos de computer use, aunque Sonnet 4.6 muestra mayor resistencia que su predecesor.

Cómo lo aprovechamos en phoneIA: módulo CRM

El módulo CRM de phoneIA centraliza contactos, oportunidades, eventos y la bandeja unificada de email, WhatsApp y SMS. Cada interacción con un cliente deja un rastro estructurado: notas de llamada, mensajes, cambios de estado en el pipeline, presupuestos aceptados o rechazados.

Con la ventana de 1M tokens de Sonnet 4.6, ese rastro completo puede enviarse al modelo en una sola petición. Hasta ahora, los sistemas de CRM con IA tenían que elegir: o resumían el historial (perdiendo detalle) o limitaban el contexto a las últimas N interacciones (perdiendo continuidad). Con 1M tokens, esa elección desaparece para la mayoría de cuentas de cliente en una PYME.

Qué funcionalidades concretas se benefician

• Resumen de oportunidad completo: antes de una reunión, el comercial puede pedir un briefing que incluya todo el histórico de la cuenta, no solo los últimos tres meses.
• Detección de patrones en el pipeline: el modelo puede analizar docenas de oportunidades simultáneamente y señalar cuáles comparten señales de estancamiento o de cierre inminente.
• Redacción de seguimiento contextualizada: los borradores de email generados por IA en la bandeja unificada pueden tener en cuenta el contexto completo de la relación, no solo el último mensaje.
• Clasificación de leads entrantes: cuando un lead nuevo llega por WhatsApp o email, el modelo puede compararlo contra el perfil de los clientes actuales con mayor precisión si dispone de más contexto de referencia.

Ejemplo de uso para una PYME: gestoría con cartera de 200 clientes

Imagina una gestoría fiscal con 200 clientes activos. Cada cliente tiene un historial de tres o cuatro años: declaraciones presentadas, incidencias con Hacienda, correos de consulta, notas de llamada y documentos adjuntos. En total, el expediente de un cliente medio puede superar los 50.000 tokens.

Con el CRM de phoneIA y Sonnet 4.6, el gestor puede abrir la ficha de un cliente antes de una llamada y pedir: «Resume los puntos pendientes de este cliente, los compromisos que adquirimos en la última reunión y cualquier alerta fiscal relevante para el trimestre actual.» El modelo recibe el historial completo y devuelve un briefing accionable en segundos, sin que el gestor tenga que releer decenas de notas.

El mismo flujo funciona en sentido inverso: al cerrar la llamada, el gestor dicta un resumen y el modelo lo estructura como nota en el CRM, actualiza el estado de la oportunidad y propone el siguiente evento en la agenda. Todo dentro del mismo contexto, sin cambiar de herramienta.

Límites que conviene tener en cuenta

La ventana de 1M tokens está en beta, lo que significa que Anthropic puede ajustar disponibilidad, latencia o precio antes de la disponibilidad general. Las llamadas con contextos muy grandes tienen latencias más altas que las llamadas estándar, algo a considerar si el flujo requiere respuesta en tiempo real. Además, a mayor contexto, mayor coste por llamada: para consultas frecuentes sobre clientes con historial corto, seguirá siendo más eficiente usar ventanas más pequeñas.

Conclusión

Claude Sonnet 4.6 no es una actualización incremental. La combinación de ventana de 1M tokens con razonamiento efectivo a lo largo de ese contexto cambia lo que es posible hacer con el historial de un cliente en un CRM. Para una PYME que ya tiene datos acumulados en phoneIA, esto significa pasar de un asistente que conoce el último mes a uno que conoce toda la relación comercial. Si quieres ver cómo el módulo CRM de phoneIA estructura ese historial y lo pone a disposición del modelo, ver el módulo CRM.